Existe uma ilusão que se repete toda vez que uma nova tecnologia surge: quando as barreiras de entrada caem, tudo fica na mesma linha de chegada. Câmeras no celular fazem de todos fotógrafos, Spotify transforma todos em músicos, e agora a IA permite que qualquer um codifique. A lógica é simples—quando a base sobe, a competição fica mais aberta.

Mas o que todos deixam passar é que o teto também sobe. E sobe mais rápido. Muito mais rápido.

Isso não é coincidência. É a lei de potência (lei de potência) que não se importa nem um pouco com sua intenção. Tecnologias que prometem igualdade acabam gerando resultados cada vez mais aristocráticos. Sempre. Sem exceções.

Vamos usar o Spotify como exemplo. Quando foi lançado, eles fizeram algo radical—oferecer acesso à distribuição de canais para qualquer músico no mundo, algo que antes só grandes gravadoras com orçamentos de marketing exorbitantes podiam fazer. O resultado? Uma explosão na indústria musical. Milhões de novos artistas, bilhões de novas músicas. A linha de base realmente sobe.

Mas então aconteceu algo interessante: os artistas do top 1% agora capturam uma proporção maior de execuções do que na era do CD. Não menor—maior. Mais música, mais opções, mas os ouvintes, que não estão mais limitados geograficamente, passam a focar nas melhores obras. Spotify não criou igualdade; agravou a competição.

O mesmo padrão ocorre na escrita, fotografia, software. A internet gerou o maior número de autores da história, mas também criou uma economia de atenção muito mais cruel. Uma pequena parcela das pessoas captura a maior parte do valor. Ficamos surpresos porque pensamos linearmente—achamos que a produtividade se distribuiria de forma uniforme, como água em um recipiente plano. Mas sistemas complexos não funcionam assim, e nunca funcionaram.

A distribuição de potência não é uma anomalia de mercado ou uma falha tecnológica. É a configuração padrão da natureza. Pense na Lei de Kleiber—em todos os seres vivos na Terra, de bactérias a baleias azuis, a taxa metabólica é proporcional à potência 0,75 da massa corporal. Essa relação é altamente precisa na quase todas as formas de vida. Nada foi projetado; ela surge naturalmente quando a energia segue sua lógica inerente em sistemas complexos.

O mercado é um sistema complexo, e atenção é um recurso. Quando as fricções desaparecem—quando geografia, prateleiras de armazenamento, custos de distribuição deixam de atuar como amortecedores—o mercado converge para sua forma natural. Essa forma não é uma curva de distribuição normal. É uma lei de potência.

A IA acelerará esse processo mais do que qualquer tecnologia anterior. A base sobe em tempo real—qualquer um pode lançar um produto, projetar uma interface, escrever código de produção em uma tarde. Mas o teto também sobe, e mais rápido. A questão que devemos fazer é: o que realmente determina sua posição final?

Na era em que a execução se torna barata, a estética se torna um sinal. Lembre-se de Steve Jobs insistindo que a placa de circuito dentro do Macintosh original tinha que ser bonita? Não a parte externa—mas a parte interna, que os clientes nunca veriam. Os engenheiros achavam isso loucura. Mas ele entendia algo que muitos consideram perfeccionismo: a maneira como você faz algo é a maneira como você faz tudo.

Alguém que consegue tornar a parte oculta bonita não está mostrando qualidade, mas, pessoalmente, não consegue tolerar um produto ruim. Isso é importante porque a confiança é difícil de construir, mas fácil de falsificar. Continuamos usando heurísticas para tentar entender quem realmente se destaca e quem só finge.

Durante a maior parte das últimas décadas, esse sinal foi ofuscado. No auge do SaaS—(de 2012 a 2022)—a execução se tornou tão padronizada que a distribuição virou um recurso realmente escasso. Se você consegue adquirir clientes de forma eficiente, construir uma máquina de vendas, alcançar a Regra dos 40—o produto em si quase não importa. O sinal estético se perde no ruído do crescimento.

A IA realmente muda a relação sinal/ruído. Quando qualquer um pode criar um produto funcional, uma interface bonita e um repositório de código que roda em uma tarde, se algo é fácil de usar deixa de ser um diferencial. A questão passa a ser: isso é realmente extraordinário? Essa pessoa sabe a diferença entre "bom" e "incrivelmente ótimo"? Mesmo sem ser forçada, ela se importa o suficiente para fechar essa última brecha?

Isso é especialmente verdadeiro para softwares críticos de negócios—sistemas que lidam com pagamento de salários, conformidade, dados de funcionários. Não são produtos que você pode experimentar e abandonar no próximo trimestre. Os custos de mudança são reais, as falhas graves, e quem implementa o sistema é responsável pelas consequências. Antes de assinar um contrato, eles vão passar por todas as heurísticas de confiança. Um produto bonito é um dos sinais mais fortes. Diz: os criadores levam isso a sério.

No mundo em que a execução é barata, a estética é a prova de trabalho.

Cresci numa cidade pequena no estado da Índia com uma população de 250 milhões. Todo ano, apenas cerca de três estudantes na Índia conseguem entrar no MIT. Sem exceções, todos vêm de escolas preparatórias caras em Delhi, Mumbai ou Bangalore. Sou o primeiro na minha região a entrar no MIT. Menciono isso não para me exibir, mas porque é uma microversão desse argumento: quando a barreira de entrada é limitada, o background prediz o resultado; quando ela se abre, quem tem profundidade sempre vence.

Em uma sala cheia de pessoas com backgrounds respeitáveis, sou a aposta vencedora por causa da profundidade. É a única aposta que conheço. Estudei física, matemática, ciência da computação. As percepções mais profundas nesses campos não vêm de otimizar processos, mas de enxergar verdades que os outros deixam passar.

Minha tese de mestrado tratou de mitigar stragglers no treinamento de máquinas distribuídas: ao rodar sistemas em grande escala, como otimizar essas restrições sem comprometer a integridade geral? Quando tinha seus vinte anos e olhava para o mundo das startups, via um cenário onde essa profundidade parecia irrelevante. O mercado valoriza o go-to-market, não o produto em si. Construir algo tecnicamente superior parecia ingênuo.

Até o final de 2022, quando o ambiente mudou. O ChatGPT mostrou—de forma intuitiva e impactante—que a curva tinha se curvado. Uma nova curva S começou. A transição de fase não recompensa quem consegue se adaptar melhor à fase anterior, mas quem consegue enxergar o potencial ilimitado da nova fase antes que os outros percebam seu valor.

Me afastei e fundei a Warp.

Os EUA têm mais de 800 agências fiscais—federais, estaduais, locais—cada uma com seus requisitos de reporte, prazos, lógica de conformidade. Não há API, nem interface de acesso programático. Por décadas, cada provedor de folha de pagamento lidou com isso do mesmo jeito: aumentando a equipe. Milhares de especialistas em conformidade trabalhavam manualmente, rodando em sistemas não projetados para escala.

Gigantes tradicionais—como Paychex e outros concorrentes no segmento de folha de pagamento—construíram modelos de negócio completos em torno dessa complexidade. Eles não resolvem a complexidade, apenas a absorvem, aumentando a equipe e repassando o custo ao cliente. É um negócio lucrativo, mas construído sobre uma base frágil.

Em 2022, percebi que os agentes de IA ainda eram frágeis. Mas também vi a curva de melhorias. Quem tem profundidade em sistemas distribuídos em grande escala e observa a evolução do modelo pode fazer apostas precisas: tecnologias que eram frágeis naquele momento, em poucos anos, serão extremamente fortes.

Por isso, apostamos: construir uma plataforma nativa de IA, partindo do princípio, começando pelos fluxos de trabalho mais difíceis—aqueles que, por limitações arquiteturais, nunca poderiam ser automatizados pelos gigantes tradicionais. Não vamos resolver a complexidade; vamos eliminá-la na fonte.

Três anos depois, essa aposta se provou certa. Desde o lançamento, processamos mais de 500 milhões de dólares em transações, crescemos rapidamente, e atendemos empresas que constroem as tecnologias mais importantes do mundo. A cada mês, os dados de conformidade que coletamos, os casos de borda que resolvemos, as integrações que construímos tornam a plataforma mais difícil de copiar e mais valiosa para os clientes.

A fortaleza ainda está no começo, mas já se forma e acelera.

Mas há uma variável terceira que decide tudo, e essa é uma falha crítica que a maioria dos fundadores na era da IA comete: há um meme popular no mundo das startups atualmente: você tem dois anos para escapar da classe baixa permanente. Construir rápido, levantar fundos rápido, ou sair ou fracassar.

Entendo de onde vem essa postura. A velocidade de avanço da IA cria uma sensação de crise existencial. A janela de oportunidade para surfar essa onda parece muito estreita. Jovens que veem histórias de fama instantânea no Twitter acreditam que o jogo é velocidade—quem corre mais rápido em menos tempo vence.

Mas isso é totalmente errado.

A velocidade de execução é importante, eu acredito nisso—até porque está no nome da minha empresa, (Warp). Mas velocidade não é o mesmo que visão estreita. Os fundadores mais valiosos na era da IA não são aqueles que correram nos últimos dois anos para transformar lucro em fumaça, mas aqueles que correram por uma década, aproveitando o efeito de juros compostos.

As coisas mais valiosas no software—dados pessoais, relacionamentos profundos com clientes, custos reais de mudança, expertise regulatória—levam anos para serem construídas e não podem ser copiadas rapidamente, por mais capital ou IA que tenham.

Quando a Warp gerencia pagamentos de salários para empresas em vários estados, coletamos dados de conformidade de milhares de jurisdições. Cada aviso fiscal resolvido, cada caso de limite tratado, cada registro governamental estadual concluído—tudo treina um sistema cada vez mais difícil de copiar com o tempo. Não é só uma feature. É uma linha de defesa, que existe porque a aprofundamos com alta qualidade por bastante tempo, criando densidade de valor.

Esse efeito de juros compostos não aparece no primeiro ano. No segundo, começa a surgir de forma sutil. No quinto, é o jogo todo.

Frank Slootman, ex-CEO da Snowflake, construiu e escalou mais empresas de software do que qualquer um atualmente. Resumiu de forma breve: você precisa se acostumar com o estado de “desconforto”. Não para correr rápido, mas para torná-lo permanente.

A névoa de incerteza no início de uma startup—sensação de perda de direção, informações incompletas, necessidade de tomar decisões rápidas—não desaparece após dois anos. Ela apenas muda. A incerteza antiga dá lugar à nova. Os fundadores que permanecem são aqueles que aprendem a se mover com clareza na névoa, não aqueles que encontram certeza.

Construir uma empresa é brutal. Você vive com um medo constante, às vezes acompanhado por um medo ainda maior. Você toma milhares de decisões com informações incompletas, ciente de que uma série de decisões erradas pode levar à ruína.

O sucesso “de um dia para o outro” que você vê no Twitter não é apenas um outlier na distribuição de potência, mas um extremo do outlier. Otimizar estratégias com base nesses casos é como treinar para uma maratona estudando os resultados de quem foi na direção errada e, por acaso, completou 5 km.

Então, por que fazer isso? Não por conforto, não por grandes chances de vitória. Mas porque, para alguns, não fazer é como não viver de verdade. Porque a única coisa pior do que o medo de “construir do zero” é a sufocação silenciosa de nunca tentar.

E—se você acertar, se enxergar a verdade que os outros não percebem, se agir por tempo suficiente com estética e convicção—o resultado não será apenas financeiro. Você estará construindo algo que realmente muda a forma como as pessoas trabalham. Criando um produto que as pessoas amam usar. Contratando e realizando o potencial máximo das pessoas na sua própria empresa.

É um projeto de uma década. A IA não consegue mudar esse fato. O que ela muda é o teto que os fundadores capazes de perseverar até o fim podem alcançar nesta década.

Então, como será o software do futuro? Os otimistas dizem que a IA cria abundância—mais produtos, mais construtores, mais valor distribuído. Eles estão certos. Os pessimistas dizem que a IA destrói a barreira do software—qualquer coisa pode ser copiada em um dia. Também estão parcialmente certos.

Mas ambos focam apenas na base. Ninguém presta atenção ao teto.

Milhares de soluções pontuais vão surgir—ferramentas pequenas, funcionais, geradas por IA, capazes de resolver problemas específicos. Muitas nem serão criadas por empresas, mas por indivíduos ou equipes internas para resolver seus próprios desafios. Para categorias de software de barreira de entrada baixa e fácil de substituir, o mercado passará por uma democratização real. A competição será intensa, as margens, muito estreitas.

Mas para softwares críticos de negócios—sistemas que gerenciam fluxo de caixa, conformidade, dados de funcionários, riscos legais—a situação é bem diferente. São fluxos de trabalho com tolerância a erros extremamente baixa. Quando um sistema de pagamento falha, o funcionário não recebe o salário. Quando uma declaração de imposto está incorreta, o IRS vem cobrar. Quando um benefício é interrompido, pessoas reais perdem proteção.

Quem escolhe o software deve ser responsável pelas consequências. Essa responsabilidade não pode ser transferida para uma IA mal feita, com “código baseado em sentimento” feito às pressas.

Para esses fluxos de trabalho, as empresas continuarão confiando nos provedores. Entre esses provedores, a dinâmica do “o vencedor leva tudo” será ainda mais extrema do que na geração anterior de software. Não só porque os efeitos de rede são mais fortes, mas principalmente porque plataformas de IA em escala, que acumulam dados pessoais de milhões de transações e milhares de casos de conformidade, terão uma vantagem de efeito composto que torna quase impossível para novos entrantes competir instantaneamente.

A linha de defesa não é mais apenas uma feature, mas uma qualidade acumulada de operações de alta qualidade contínua em um campo que pune erros.

Isso significa que o nível de integração do mercado de software será maior do que na era SaaS. Nos próximos dez anos, no setor de RH e folha de pagamento, não haverá 20 empresas com fatias de mercado de um dígito. Provavelmente, duas ou três plataformas dominarão a maior parte do valor, enquanto uma longa lista de soluções pontuais quase não terão participação alguma.

O mesmo padrão acontecerá em todas as categorias de software onde a complexidade de conformidade, a acumulação de dados e os custos de mudança trabalham juntos.

As empresas no topo dessa distribuição parecem muito semelhantes: fundadas por técnicos com gosto por produtos reais; construídas desde o início sobre uma arquitetura nativa de IA; operando em mercados onde os gigantes atuais não podem responder estruturalmente sem desmontar seus negócios existentes. Desde o começo, apostaram em uma percepção única—ver verdades que a IA ainda não precificou—e permaneceram o tempo suficiente para que o efeito de juros compostos se tornasse evidente.

A lógica que nos trouxe até aqui é a mesma que expliquei ao longo deste artigo: enxergar a verdade. Ir mais fundo do que ninguém. Construir um padrão elevado que possa ser sustentado sem pressões externas. Perseverar o suficiente para ver se você está certo.

As empresas de destaque na era da IA serão aquelas que entenderem os seguintes princípios: acesso não é um recurso escasso, mas uma percepção; execução não é uma linha de defesa, mas estética; velocidade não é uma vantagem, mas profundidade.

A lei de potência não se importa com sua intenção. Mas recompensa quem tem a intenção certa.